Hbase 理论知识讲解和常用语句

HBase理论知识详解

1.历史

HBase是属于非关系型数据库（NoSQL）,他最早起源于Google发布的Bigtable，经过发展，他已经成为一种广泛应用于各种行业生产的成熟技术，它的用户包括Adobe，Twitter和雅虎等公司。

2.关于NoSQL

在我们了解HBase的时候我们要先去了解非关系型数据库，按常理说，关系型数据库能解决很多问题，但是随着社会的发展，数据量的增大和对性能的要求，同时还有数据格式的多样性，关系型数据库不能满足日常所需，在这种情况下NoSQL应运而生。

2.1 NoSQL数据库的分类

Nosql数据库分为四类，分别是键值（Key-Value）存储型数据库、列存储数据库、文档型数据库和图形（Graph）数据库。

1.键值（Key-Value）存储数据库
类似于Java中的Map，其数据库表中有一个特定的Key键和所指向的Value值。Key-Value的模型优势在于简单且容易部署，可以将程序中的数据直接映射到数据库中，比如Redis。

2.列式存储数据库
传统的关系型数据库是行存储的，而列式存储是以列家族的格式来存储，仅仅想要查询所需要的列，查询速度能大幅度提高。

3.文档型数据库
文档型数据库和键值对相似，该类型的数据模型是按照某些特定的格式进行存储，如Json格式就是属于Mongodb文档型数据库。

4.图形（Graph）数据库
跟其他数据库有非常大的不同，他是基于灵活的图形模型来进行排列并运行的

2.2应用场景和和关系型数据库的不同

非关系型数据库主要应用于一下几个方面：
1.数据量大、模型比较简单
2.对数据库性能要求比较高，需要接月成本和维护成本
3.对于key，比较容易映射复杂的环境，数据之间的关系性不强

非关系型和关系型的区别:
1.(成本)：NoSQL容易部署，基本都是开源软件，比较便宜

2.（查询速度）:NoSQL数据库将数据存储在缓存中，关系型数据库则是存储在硬盘中，自然查询速度NoSQL更胜一筹

3.(存储数据格式)：NoSQL的存储数据格式有很多，就像我刚刚上面所写的那样

3.HBase基础

我们知道HDFS大型数据集分析处理的文件系统，具有高延迟的特点，他读取的是数据集而不是记录，所以当处理底延迟的用户请求时，HBase是更好的选择

HBase是一个基于Hadoop和ZooKeeper的列式数据库，是一个高可靠，高性能，面向列，可伸缩，实时读写的分布式数据库。HBase利用Hadoop作为文件存储系统，利用基于YARN的Mapreduce来处理HBase中的海量数据，利用Zookeeper作为分布式协同服务。
此外，如果数据量不够大，几百万或者几千万的时候还是建议使用传统关系型数据库，因为可能数据只在一个节点上，其他的节点没有使用，当数据上亿以后可以考虑使用。

3.1 HBase数据模型

1.行键（Row Key）
行键是字节数组，任何的字符串都可以作为行键，只是行键只能存储64KB的字节数据

2.列族（Column Family）
HBase中每个列都是归属于每一个列族的，列名均以列族为前缀，每一个列族可以拥有多个成员变量。如course：China，course：Japen等

3.时间戳（Timestamp）
就是指数据写入HBase时候会自动赋值

4.单元格（Cell）
是没有解析的字节数组，由行和列的坐标交叉决定

4.HBase的Shell操作（实战上手）

1.创建表

create '表名称'，'列族名称1'，'列族名称2'

create 'test1','cf1','cf2'

2.列出所有表

list

3.删除表

disable '表名称'

4.插入数据

put '表名称','ROW值','列族名称：列名','列值'

put 'test1','1','cf1:name','jobs'

5.查询数据

scan '表名称'

scan 'test1'

6.删除数据

delete '表名称','ROW值','列族名称：列名'

delete 'test1','1','cf1:name'

7.修改数据

put '表名称','ROW值','列族名称：列名','新列值'

put 'test1','1','cf1:name','Amy'

8.查看表

describe '表'